全部版块 我的主页
论坛 数据科学与人工智能 大数据分析 Hadoop论坛
4808 2
2015-02-28
所谓的“大数据”分析需要有四个要素。
第一,分析主题,即你分析的目的是什么,比如,监测信用卡异常交易?预测下月销量?追踪埃博拉疫情蔓延态势?
第二,基础数据,包括结构化及非结构化数据,当然结构化数据分析起来通常要方便些。
第三,分析方法,即用什么样的数学方法来分析,既可以是基础的概率统计,也可以是高阶的机器学习,复杂数学建模等。
第四,分析工具,即用于分析的软件与硬件工具,我们常听到的hapdoop,mapreduce等名词,就属于这个范畴
上述四要素,缺一不可。
所以无论小数据时代,还是大数据时代,数学方法都是必不可少的。


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2015-2-28 19:18:00
首先,大数据时代就是对信息进行挖掘的时代,也就是对人们生活消费行为的分析(最典型的就是对用户消费行为的分析),以确定用户即将需要什么,从而在第一时间满足用户未来需求——实现了从【我要什么】到【我要不要】方式的转变。展望大数据时代,我们将不需要思考我们需要什么,而是思考我们"要不要"的问题,因为商家将根据我们的消费行为确定,我们即将要用到什么(解决了我要什么的问题),从而将货物及时送到我们手里,这就意味着我们"要不要"。

其次,当我们知道了大数据即将带来人们生活方式、思维方式转变的时候,你是否感受了大数据的魅力,而大数据时代的动力则是数学建模。因为大数据时代只是一个代名词,而真生能够推进大数据时代进步引擎或动力则是数学建模。因为数学建模技术实现了大数据时代的挖掘事情、用户行为分析事情等,从而让大数据时代到来变成了可能。

最后,有什么说为什么实现大数据时代的人才,不是数据分析行业的人才?为什么一定是数学建模行业的人才?主要是以下几个因素导致的:
1、数学建模人才的广泛性(据统计,全国每年有将近100万的数模人才从高校步入社会);
2、数学建模人才的专业性(擅长数据分析、数据挖掘、决策支持,良好的团队协作能力、抗压能力、洞察力等);
3、数模人才的广泛性(数学建模爱好者来自理工科不同专业,是目前国家教育部支持的唯一一个大学生科技活动,在全国各大高校基本上均有人才基础)。

通过上面的分析,随着大数据时代的到来,数学建模时代也即将来到。作为数学建模人的你,是否准备好迎接这个数模人一直在期盼的时代?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-3-3 12:48:56
欢迎推荐一些数学建模的案例分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群